ESP32-S3 AI 语音对话原型

我想把 AI 语音对话从屏幕里的软件变成一套可以实际操作的硬件原型。它目前还不是一台完整的机器人，第一阶段只验证一条最小但完整的交互链路：人按下按钮说话，设备把声音送到服务器处理，再把回答通过音箱播放出来。

最终交互流程

1. 按下按钮。
2. 设备开始录音。
3. 录音上传到服务器。
4. 服务器调用大语言模型处理对话。
5. 服务器返回要播放的语音内容。
6. 设备通过音箱播放回答。

当前进度

目前仍在持续制作，整体进度继续保持 35%。按钮、屏幕和声音输出链路已经接入；新的预焊 INMP441 也完成了原始 I²S 采集验证，但按钮录音还没有形成时长正确的可用音频。

我把 4Ω/3W 腔体喇叭接到 MAX98357A，再用 VIN → 3V3、GND → GND、BCLK → GPIO16、LRC → GPIO17、DIN → GPIO18 五根线连接 ESP32-S3。短时供电没有观察到明显异常，低音量测试程序按预期发出三声；之后，设备又通过 Wi-Fi 连续播放了五条网页生成语音。这些结果证明当前输出链路能够工作，但仍属于已记录环境中的单次播放验证。

网页动态播放的完整链路、5 个任务的闭环证据和当前边界，记录在《网页输入文字，ESP32 就能从喇叭说出来：本地语音平台播放链路实测》中。

平台侧已经把可重复使用的 MP3 与每次设备播放拆成两个对象：相同文字和相同生成配置可以复用已有语音资产，但每次发送仍建立独立播放任务和事件记录。这样既减少重复 TTS 的费用和等待时间，也保留了每次设备行为。数据模型、缓存键和旧数据迁移记录在《同一句话为什么不该重复生成 MP3：拆分语音资产与播放任务》中。

新的预焊 INMP441 已按 SCK → GPIO4、WS → GPIO5、SD → GPIO6、L/R → GND 接入。Gate 1 已验证 16 kHz、左声道 I²S 数据会随声音变化，并在硬复位后复现；GPIO8 按钮也完成 10 次按下和松开回归。Gate 2 已经能够结束录音并导出完整数据，但当前 3.304 秒操作只采到 5120 个样本，按 16 kHz 计算仅约 0.320 秒，说明屏幕传输仍在阻塞采集，因此 Gate 2 尚未通过。

下一步是把 I²S 采集移到独立任务并完成实机复测，先得到时长正确、可回放的录音，再继续录音上传、语音识别和服务器对话处理。当前已经完成的是“让设备说出来”和麦克风原始数据采集，还不是完整的双向语音对话。这一页会随着实物制作继续更新，因此当前记录的是原型状态，不代表最终结构或最终方案。

已经遇到的问题

第一次准备接入麦克风和音响时，我才发现模块是否焊好排针、不同端子能否直接连接，都会让纸面上的硬件清单在实物面前失效。这个过程记录在《AI 给我列了购物清单，但我花了一天时间购买配件》中。

喇叭自带的白色双针插头不能直接接入 MAX98357A 的绿色螺丝端子。我曾买过配套端子座，但当前装配没有位置使用，最后改为把金属端子从白色外壳中退出，再锁入功放端子。完整接线、三声测试和五条网页语音验证记录在《ESP32-S3 接 MAX98357A：5 根线让 4Ω/3W 喇叭播放语音》中。

接入 ST7735 屏幕后，画面右侧和底部曾出现固定彩线。通过保持接线和绘图代码不变，只切换面板初始化参数，最终确认当前屏幕需要使用 INITR_GREENTAB。完整排查过程见《ST7735 屏幕边缘出现彩色花线》。

更早接入的 GMT130-V1.0 ST7789 曾经只有背光、没有像素画面，我一度把它判断为损坏。后来保持原引脚、ST7789 驱动和 240×240 分辨率不变，改用真正应用 SPI_MODE3 的 ESP32 硬件 SPI 路径并把频率设为 1 MHz，屏幕完成了五色循环和断电重启复测。完整排查过程见《ST7789 有背光却无画面：GMT130-V1.0 从 SPI_MODE0 改成 MODE3 后点亮》。

为了把这块 GMT130 的线路重新整理清楚，我继续弄懂了七根针脚的分工，并把当前接线调整为 SCK → GPIO9、SDA → GPIO10、RES → GPIO11、DC → GPIO12，VCC 和 BLK 接 3V3，GND 接 GND。理解这些基础知识大约用了两天，实际重新走线只用了五分钟；重新上电后，屏幕仍然能够正常循环变换颜色。七根线怎样共同完成显示，整理在《ESP32 接 ST7789 屏幕：7 根线分别是做什么的？》中。

准备接入 INMP441 时，我跳过练习板直接进行了人生中的第一次焊接。六个焊点最终形态不一致，模块能否可靠使用仍待检查。完整过程见《教程看懂了，第一次焊接还是焊成了一坨》。

这些问题没有让作品停下来，反而逐渐把一个模糊的“做语音机器人”目标拆成了可以逐项连接、测试和验证的具体任务。